| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究现状 | 第13-20页 |
| 1.2.1 特征提取 | 第13-18页 |
| 1.2.2 情感分析 | 第18-20页 |
| 1.3 研究内容与目标 | 第20-21页 |
| 1.4 本文结构安排 | 第21-23页 |
| 第二章 中文在线评论挖掘的相关基础工作 | 第23-33页 |
| 2.1 中文在线评论的抓取 | 第23-24页 |
| 2.2 中文在线评论的过滤 | 第24-26页 |
| 2.3 在线评论的存储 | 第26-30页 |
| 2.3.1 分布式无结构数据库ES | 第27页 |
| 2.3.2 ES分布式集群部署 | 第27-28页 |
| 2.3.3 数据存储及分析 | 第28-30页 |
| 2.4 中文在线评论处理框架设计 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于二次剪枝算法的特征提取 | 第33-40页 |
| 3.1 相关算法介绍 | 第33-34页 |
| 3.1.1 交叉语言模型(CLM,Cross Language Model) | 第33-34页 |
| 3.1.2 似然比检验(LRT,Likelihood Ratio Test) | 第34页 |
| 3.2 二次剪枝算法介绍 | 第34-37页 |
| 3.2.1 GSP算法原理 | 第35页 |
| 3.2.2 序列模式的相关知识 | 第35页 |
| 3.2.3 词对共现度 | 第35-36页 |
| 3.2.4 GSP-TPCW算法步骤 | 第36-37页 |
| 3.3 实验结果 | 第37-39页 |
| 3.3.1 实验准备 | 第37页 |
| 3.3.2 结果比较及分析 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 在线评论情感分析研究 | 第40-50页 |
| 4.1 情感分析的基础工作 | 第40-42页 |
| 4.2 基于依存关系的特征及观点抽取 | 第42-46页 |
| 4.2.1 依存关系的介绍 | 第42-43页 |
| 4.2.2 关系模式的构建 | 第43-45页 |
| 4.2.3 特征-观点元组的抽取 | 第45-46页 |
| 4.3 基于特征的情感分析 | 第46-48页 |
| 4.4 分类特征模型的构建 | 第48-50页 |
| 第五章 实验数据与结果分析 | 第50-61页 |
| 5.1 实验环境 | 第50-53页 |
| 5.1.1 实验工具及平台 | 第50-52页 |
| 5.1.2 模型评测指标 | 第52-53页 |
| 5.2 实验结果及分析 | 第53-59页 |
| 5.3 特征选择 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 作者简介 | 第67页 |